| 1 | Açık Kaynak Kodlu Yazılım Felsefesi ve Sağlık Alanındaki Avantajları | [1], s. 10-30 |
| 2 | Python Programlama Dilinin Temelleri: Sözdizimi, Veri Yapıları, Kontrol Akışları | [1], s. 30-45 |
| 3 | Python'da Veri Manipülasyonu ve Analizi için NumPy Kütüphanesi | [2], s. 20-80 |
| 4 | Python'da Veri Çerçeveleri (DataFrame) ve Manipülasyonu için Pandas Kütüphanesi | [2], s. 81-148 |
| 5 | Python'da Temel Veri Görselleştirme: Matplotlib ve Seaborn Kütüphaneleri | [3], s. 30-180 |
| 6 | R Programlama Dilinin Temelleri: Sözdizimi, Veri Yapıları, Fonksiyonlar | [1], s. 118-205 |
| 7 | R'da Veri Manipülasyonu ve Analizi için Temel Paketler (dplyr, tidyr vb.) | [1], s. 150-190 |
| 8 | Ara sınav | |
| 9 | R'da Temel Veri Görselleştirme: ggplot2 Kütüphanesi | [1], s. 206-217 |
| 10 | Sağlık Verisi Setlerinin Python ve R Ortamına Aktarılması ve Temizlenmesi | [3], s. 190-220 |
| 11 | Temel İstatistiksel Analizler ve Hipotez Testleri (Python Statsmodels, R stats paketi) | [1], s. 214-234 |
| 12 | Python'da Makine Öğrenmesi Algoritmalarına Giriş: Scikit-learn Kütüphanesi | [1] s. 50-85; [2] s 25-37 |
| 13 | R'da Makine Öğrenmesi Paketlerine Giriş (tidymodels, caret vb.) | [1], s. 225-260 |
| 14 | Gerçek Dünya Sağlık Verisi Senaryolarında Python/R Uygulamaları | [2], s. 30-80 |
| 15 | Kodlama Pratikleri, Hata Ayıklama ve Yeniden Üretilebilir Raporlama | [3], s. 17-76 |
| 16 | Genel sınavı | |